为什么在整形模型中需要准备，烘烤和榨汁？

问题描述

我总是在不使用prep()，bake()或juice()的情况下完成模型的拟合和预测：

rec_wflow <- 
  workflow() %>% 
  add_model(lr_mod) %>% 
  add_recipe(rec)

data_fit <- 
  rec_wflow %>% 
  fit(data = train_data)

这些（prep，bake，juice）函数是否仅用于视觉检查数据的预处理结果，而对于拟合/训练过程不是必需的吗？

What is the difference among prep/bake/juice in the R package "recipes"?

上面的代码是我在官方教程中学到的。

我在另一个博客中读到，如果您使用train_data，则会产生数据泄漏。我想听听更多这些功能与数据泄漏有关吗？

解决方法

简短的回答：您是对的，当像您的示例那样在工作流程中使用配方时，不需要预处理功能。

这在教程Handle class imbalance in #TidyTuesday climbing expedition data with tidymodels中已涉及：

我们将在工作流程（）中使用此配方，因此我们无需过多地强调是否要进行prep（）。如果要探索配方对数据的作用，可以先准备（）配方以估算每个步骤所需的参数，然后烘烤（new_data = NULL）以应用这些步骤提取训练数据。

我推荐Julia博客上的所有教程，以了解tidymodels。